本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5401 | 2025-11-28 |
Magnetic resonance image processing transformer for general accelerated image restoration
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23851-w
PMID:41249204
|
研究论文 | 提出基于Vision Transformer的磁共振图像处理框架MR-IPT,用于加速MRI图像恢复 | 首次将Vision Transformer架构应用于加速MRI图像恢复,通过在大规模多加速因子数据集上预训练实现统一框架,无需为不同加速因子单独训练模型 | 未明确说明模型在极端加速条件下的性能表现,也未讨论计算复杂度与推理时间 | 开发通用的加速磁共振图像恢复框架,提高模型的泛化能力和鲁棒性 | 加速采样的磁共振图像 | 计算机视觉 | NA | 磁共振成像 | Transformer | 图像 | 大规模数据集(具体数量未说明) | NA | Vision Transformer | 图像质量指标(具体指标未明确说明) | NA |
| 5402 | 2025-11-28 |
Translating Features to Findings: Deep Learning for Melanoma Subtype Prediction
2025-Nov-12, Dermatopathology (Basel, Switzerland)
DOI:10.3390/dermatopathology12040042
PMID:41283484
|
综述 | 本文探讨深度学习在黑色素瘤亚型预测中的应用现状与前景 | 系统梳理深度学习在皮肤病理学中的核心方法学,并提出多模态整合、合成数据生成等新兴方向作为解决方案 | 存在数据集不平衡、模型可解释性不足和领域泛化能力有限等问题 | 提升黑色素瘤亚型诊断的精确度和可重复性 | 组织病理学切片中的黑色素瘤亚型 | 数字病理学 | 黑色素瘤 | 组织病理学分析 | CNN | 图像 | NA | NA | NA | NA | NA |
| 5403 | 2025-11-28 |
Comparative Analysis of Transformer Architectures and Ensemble Methods for Automated Glaucoma Screening in Fundus Images from Portable Ophthalmoscopes
2025-Nov-03, Vision (Basel, Switzerland)
DOI:10.3390/vision9040093
PMID:41283577
|
研究论文 | 本研究比较多种Transformer架构和集成方法在便携式眼底镜图像中自动筛查青光眼的性能 | 首次系统评估Transformer集成方法在低质量便携设备图像上的青光眼检测性能,通过患者级聚合显著提升准确度 | 研究主要基于特定数据集,在更广泛设备类型和人群中的泛化能力仍需验证 | 开发适用于便携设备的鲁棒青光眼自动筛查方法 | 眼底图像 | 计算机视觉 | 青光眼 | 深度学习 | Transformer | 图像 | Brazil Glaucoma数据集和私有D-Eye数据集 | NA | Swin-Tiny, ViT-Base, MobileViT-Small, DeiT-Base | 准确率, F1分数, 敏感度 | NA |
| 5404 | 2025-11-28 |
Comparing Handcrafted Radiomics Versus Latent Deep Learning Features of Admission Head CT for Hemorrhagic Stroke Outcome Prediction
2025-Nov-02, Biotech (Basel (Switzerland))
DOI:10.3390/biotech14040087
PMID:41283322
|
研究论文 | 比较手工放射组学与潜在深度学习特征在入院头部CT中对出血性卒中结局预测的性能 | 首次系统比较手工放射组学与从分割编码器和生成自编码器提取的潜在深度学习特征在出血性卒中预后预测中的表现 | 预测性能提升仅在>3 mL血肿扩张阈值达到统计显著性,改进幅度有限 | 预测急性脑出血患者的3个月临床结局和血肿扩张 | 急性脑出血患者的入院非增强头部CT图像 | 医学影像分析 | 脑出血 | CT影像分析 | U-Net, 自编码器 | 医学影像 | 训练集866例(多中心试验队列),外部验证集645例(单中心数据集) | NA | 多尺度U型分割网络, 生成自编码器 | 准确率, 统计显著性 | NA |
| 5405 | 2025-11-28 |
Artificial intelligence-based metal artefact correction algorithm for radiotherapy patients with dental hardware in head and neck CT: towards precise imaging
2025-Nov-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf038
PMID:40366748
|
研究论文 | 本研究评估基于人工智能的金属伪影校正算法在头颈部CT中对牙科金属植入物患者图像质量的改善效果 | 首次在体内研究中证明基于深度学习的AI-MAC算法在金属伪影校正方面优于传统插值法MAC | 回顾性研究设计,样本量较小(41例患者),仅针对头颈部放疗患者 | 评估AI-MAC算法在头颈部CT中减少牙科金属伪影的临床效能 | 41例带有不可移除牙科金属植入物并接受头颈部CT扫描的放疗患者 | 医学影像处理 | 头颈部肿瘤 | CT扫描,深度学习 | 深度学习模型 | CT图像 | 41例患者 | NA | NA | 信噪比,伪影指数,Dice相似系数,Hausdorff距离 | NA |
| 5406 | 2025-11-28 |
Development of an Open-Source Algorithm for Automated Segmentation in Clinician-Led Paranasal Sinus Radiologic Research
2025-Nov, The Laryngoscope
DOI:10.1002/lary.32292
PMID:40421828
|
研究论文 | 开发并验证用于鼻窦CT自动分割的开源算法 | 提供首个专门针对鼻窦腔的公开可用的深度学习分割算法 | 样本量相对较小(100个扫描),需要进一步验证 | 为耳鼻喉科研究社区开发开源分割算法 | 鼻窦CT扫描 | 数字病理 | 鼻窦疾病 | CT扫描 | 深度学习 | 医学影像 | 100个鼻窦扫描,7300个切片 | NA | UNet++ | Dice相似系数, IoU, Hausdorff距离, 敏感度, 特异度, 视觉相似度评分 | NA |
| 5407 | 2025-11-28 |
Automated Detection and Grading of Renal Cell Carcinoma in Histopathological Images via Efficient Attention Transformer Network
2025-Nov-01, Medical sciences (Basel, Switzerland)
DOI:10.3390/medsci13040257
PMID:41283258
|
研究论文 | 提出EAT-Net双流深度学习模型,用于自动检测和分级肾细胞癌组织病理学图像 | 结合EfficientNet局部特征提取和Vision Transformer全局上下文依赖捕获,集成SE模块重新校准特征图 | NA | 自动化肾细胞癌组织病理学分级 | 肾细胞癌组织病理学图像 | 数字病理学 | 肾细胞癌 | 组织病理学成像 | CNN, Transformer | 图像 | 两个公开数据集KMC-RENAL和RCCG-Net | NA | EfficientNetB0, Vision Transformer, Squeeze-and-Excitation | 准确率, 精确率, 召回率, F1分数 | NA |
| 5408 | 2025-11-28 |
Development of a PANoptosis-Related Pathomics Prognostic Model in Ovarian Cancer: A Multi-Omics Study
2025-Nov, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70958
PMID:41284376
|
研究论文 | 本研究开发了一种基于PANoptosis相关病理组学的卵巢癌预后深度学习模型 | 首次探索PANoptosis在卵巢癌预后中的作用,并开发了结合多组学数据的病理组学预后模型 | 研究基于公开数据库数据,需要进一步实验验证 | 阐明PANoptosis在卵巢癌预后中的作用并开发预后模型 | 卵巢癌患者 | 数字病理 | 卵巢癌 | scRNA-seq, 空间转录组, 病理图像分析 | 深度学习 | 基因表达数据, 空间数据, 病理图像 | TCGA、GTEx和GEO数据库的卵巢癌数据 | NA | ResNet-50 | 预后预测准确性 | NA |
| 5409 | 2025-11-28 |
Few-shot learning for the classification of colorectal neuroendocrine tumors and polyps on endoscopic images
2025-Nov, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605251395564
PMID:41285115
|
研究论文 | 提出一种基于小样本学习的结直肠神经内分泌肿瘤和息肉内镜图像分类方法 | 首次将小样本学习应用于结直肠神经内分泌肿瘤与息肉的分类,解决了罕见病数据稀缺问题 | 样本量相对有限(总计195张图像),且为回顾性研究 | 开发能够准确分类结直肠神经内分泌肿瘤和息肉的计算机辅助诊断系统 | 结直肠神经内分泌肿瘤、锯齿状病变和息肉、传统腺瘤的内镜图像 | 计算机视觉 | 结直肠癌 | 内镜成像 | 小样本学习 | 图像 | 195张内镜图像(56张锯齿状病变和息肉,86张腺瘤,53张神经内分泌肿瘤) | TensorFlow, Keras | ResNet50 V2 | AUC, F1-score, Matthews相关系数, Cohen's kappa, 准确率, 灵敏度, 精确率 | NA |
| 5410 | 2025-11-28 |
The value of low-energy images combined with deep learning image reconstruction to improve image quality, reduce radiation and contrast doses in dual-energy computed tomography (CT) portal venography in cirrhotic patients
2025-Oct-29, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107139
PMID:41297158
|
研究论文 | 探讨低能量图像结合深度学习图像重建在肝硬化患者CT门静脉成像中改善图像质量、降低辐射和对比剂剂量的可行性 | 首次将双能CT低能量图像与深度学习图像重建技术结合应用于肝硬化患者门静脉成像,实现辐射剂量降低48%和对比剂剂量降低32%的同时提升图像质量 | 样本量较小(60例),仅针对肝硬化患者,缺乏与其他重建方法的直接比较 | 改善肝硬化患者CT门静脉成像的图像质量并降低辐射和对比剂剂量 | 60例肝硬化患者 | 医学影像 | 肝硬化 | 双能CT,深度学习图像重建,CT门静脉成像 | 深度学习 | CT图像 | 60例肝硬化患者随机分为两组 | NA | DLIR-H(深度学习图像重建-高) | 对比噪声比,信噪比,主观图像质量评分 | NA |
| 5411 | 2025-11-28 |
Recent Advances and Application of Machine Learning for Protein-Protein Interaction Prediction in Rice: Challenges and Future Perspectives
2025-Oct-27, Proteomes
IF:4.0Q2
DOI:10.3390/proteomes13040054
PMID:41283644
|
综述 | 本文综述了机器学习在水稻蛋白质-蛋白质相互作用预测中的最新进展、应用及未来展望 | 重点关注蛋白质异构体对PPI动态和特异性的影响,并系统总结机器学习方法在水稻PPI预测中的算法创新、特征提取和计算资源发展 | 面临数据限制和模型泛化性等关键挑战 | 为研究人员提供使用机器学习生成水稻PPI网络预测性和机制性见解的路线图 | 水稻蛋白质-蛋白质相互作用 | 机器学习 | 植物胁迫响应 | 机器学习,多组学整合 | 深度学习,人工智能 | 蛋白质序列数据,相互作用数据 | NA | NA | NA | NA | NA |
| 5412 | 2025-11-28 |
Deep Learning-Based Motion-Compensated Reconstruction for Accelerating 4-Dimensional Magnetic Resonance Fingerprinting
2025-Oct-23, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.10.001
PMID:41138788
|
研究论文 | 开发并验证基于深度学习的运动补偿4D磁共振指纹成像重建方法DeepMocor,用于加速传统4D-MRF重建 | 提出DeepMocor方法,通过运动场初始化和细化实现运动补偿的4D-MRF重建,相比传统方法实现24倍加速 | 研究样本量较小(19例肝细胞癌患者),需要进一步验证 | 加速4D磁共振指纹成像重建,提高临床治疗规划效率 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 4D磁共振指纹成像,自由呼吸采集 | 深度学习 | k空间数据,磁共振图像 | 19例肝细胞癌患者(平均年龄62岁,14名男性) | NA | DeepMocor(包含运动场初始化、运动场细化和最终重建三个阶段) | PSNR, SSIM, MAPE, CNR, AMD, PCC | 3T磁共振成像扫描仪 |
| 5413 | 2025-11-28 |
Integrating deep learning and radiomics for preoperative glioma grading using multi-center MRI data
2025-Oct-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20711-5
PMID:41120521
|
研究论文 | 提出融合深度学习和影像组学的双流框架,用于术前胶质瘤分级 | 首次将3D卷积神经网络与影像组学特征通过集成模型结合,并在多中心数据中验证其优越性能 | 回顾性研究设计,需要前瞻性验证 | 提高术前胶质瘤分级的准确性 | 经组织病理学确诊的胶质瘤患者 | 医学影像分析 | 胶质瘤 | 多参数MRI | CNN, 集成学习 | 医学影像 | 847例训练患者(来自5个神经外科中心)+213例外部队列验证 | NA | 3D CNN | AUC, 敏感性, 特异性 | NA |
| 5414 | 2025-11-28 |
Bio-inspired neutrosophic-enzyme intelligence framework for pediatric dental disease detection using multi-modal clinical data
2025-Oct-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21923-5
PMID:41107487
|
研究论文 | 开发了一种基于生物启发的神经模糊-酶智能框架,用于儿科牙科疾病的多模态临床数据检测 | 整合生物原理与不确定性量化的神经模糊深度学习框架,模仿唾液酶动力学的特征提取和蝾螈再生愈合预测机制 | NA | 提高儿科牙科疾病诊断的精确度和效率 | 儿科牙科疾病患者 | 数字病理 | 儿科牙科疾病 | 多模态临床数据整合 | 深度学习 | 临床检查、放射影像、遗传生物标志物、行为评估 | 18,432名3-17岁儿科患者,来自六个国际中心 | NA | 神经模糊深度学习 | 准确率、敏感性、特异性 | NA |
| 5415 | 2025-11-28 |
PARSEbp: Pairwise Agreement-based RNA Scoring with Emphasis on Base Pairings
2025-Oct-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.13.682106
PMID:41279467
|
研究论文 | 提出一种基于配对一致性的RNA评分方法PARSEbp,整合构象集合中的结构一致性和碱基配对一致性 | 结合3D层面的全局结构一致性和2D层面的碱基配对一致性,构建共识相似度矩阵计算结构精度得分 | NA | 开发高效的RNA三维结构评分方法 | RNA三维结构 | 计算生物学 | NA | RNA结构预测 | 多模型评分方法 | RNA三维结构数据 | CASP16 RNA靶标数据集 | NA | 共识相似度矩阵 | 多种互补评估指标 | NA |
| 5416 | 2025-11-28 |
The Evolution of Machine Learning and Its Applications in Orthopaedics: A Bibliometric Analysis
2025-Oct, Cureus
DOI:10.7759/cureus.95296
PMID:41287693
|
文献计量分析 | 通过文献计量分析探讨机器学习在骨科领域的应用现状和发展趋势 | 首次对骨科领域机器学习应用的100篇高被引文献进行系统性文献计量分析 | 仅纳入英文文献且样本量有限,缺乏高质量证据支持的研究 | 分析机器学习在骨科领域的应用现状、方法学质量和研究趋势 | Web of Science数据库中骨科机器学习应用的100篇高被引文献 | 机器学习 | 骨科疾病 | 文献计量分析 | CNN,深度学习 | 文献数据 | 100篇高被引文献,总计10886次引用 | NA | 卷积神经网络 | 引用次数,证据等级 | NA |
| 5417 | 2025-11-28 |
Accuracy and Reliability of Artificial Intelligence in Surgical Decision-Making: A Literature Review
2025-Oct, Cureus
DOI:10.7759/cureus.95337
PMID:41287740
|
文献综述 | 本文通过文献综述评估人工智能在手术决策中的准确性和可靠性 | 系统评估AI在不同外科专科中的性能表现,并首次综合比较实时引导技术的基准 | 仅采用叙述性综合方法,未进行数据验证或纳入研究质量评估,缺乏系统评价验证 | 评估AI在手术决策中的准确性和可靠性,识别数据与伦理问题,比较不同专科模型性能 | 28项来自不同地理和学科背景的外科AI应用研究 | 医疗人工智能 | 外科手术 | 机器学习,深度学习 | CNN, GAN | 手术相关数据 | 28项研究 | NA | 卷积神经网络,生成对抗网络 | AUC, 准确率 | NA |
| 5418 | 2025-11-28 |
Detecting Diverse Seizure Types with Wrist-Worn Wearable Devices: A Comparison of Machine Learning Approaches
2025-Sep-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25175562
PMID:40942991
|
研究论文 | 本研究评估了腕戴式可穿戴设备结合机器学习方法检测多种癫痫发作类型的可行性和有效性 | 扩展了腕戴设备检测的癫痫类型范围,超越了传统的全身强直阵挛发作,包含局灶性、全身性和亚临床发作,并比较了多种机器学习策略 | 对非运动型癫痫发作的检测性能仍然有限,样本量相对较小(28名患者) | 评估腕戴式可穿戴设备结合机器学习方法检测多种癫痫发作类型的可行性和有效性 | 28名在梅奥诊所接受住院视频脑电图监测的癫痫患者 | 机器学习 | 癫痫 | 腕戴式可穿戴设备监测(Empatica E4) | XGBoost, LSTM, CNN, Transformer | 多模态生物信号数据(加速度计、血容量脉冲、皮肤电活动、皮肤温度、心率) | 28名患者 | NA | LSTM, CNN, Transformer, ROCKET, MultiROCKET | AUROC, SW-Recall, FA/h | NA |
| 5419 | 2025-11-28 |
Optimizing Dam Detection in Large Areas: A Hybrid RF-YOLOv11 Framework with Candidate Area Delineation
2025-Sep-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25175507
PMID:40942937
|
研究论文 | 提出一种结合地理因素分析和深度学习检测的水坝提取框架,用于优化大区域水坝识别 | 首次将随机森林算法生成的水坝存在概率图与YOLOv11深度学习检测模型相结合,通过候选区域划分显著提升识别效率 | 研究仅在巴基斯坦信德省验证,需要进一步测试在其他地区的适用性 | 改进水坝空间数据库,实现水坝动态监测和灾害应急响应 | 中小型水坝基础设施 | 计算机视觉 | NA | 遥感识别,动态阈值分割 | Random Forest, YOLOv11 | 高分辨率遥感影像,OpenStreetMap水体数据 | 信德省区域,识别出16个未记录水坝 | NA | YOLOv11 | 精度0.90,召回率0.76,AUC 0.86,mAP50 0.85 | NA |
| 5420 | 2025-11-28 |
Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System
2025-Sep-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25175437
PMID:40942868
|
研究论文 | 本研究提出了一种基于无参考图像质量评估的数据质量保证框架,用于优化移动隧道扫描系统中基于深度学习的裂缝检测性能 | 首次系统研究水平运动模糊对裂缝检测CNN性能的影响,并建立NR-IQA指标与检测性能的定量关联 | 主要关注水平方向的运动模糊,未考虑其他类型的图像质量问题 | 优化移动隧道扫描系统中基于深度学习的裂缝检测可靠性 | 隧道裂缝检测 | 计算机视觉 | NA | 无参考图像质量评估 | CNN | 图像 | 公共数据集和真实世界MTSS数据集 | NA | ResNet, VGG, AlexNet | F1分数 | NA |